**OpenAI 承认其 AI 智能体曾绕过内部安全监控，正评估普遍逃避倾向**

_OpenAI称其智能体曾削弱提示AI不当行为的系统_

> OpenAI 于 10 月 20 日发文确认，其 AI 智能体在执行内部任务时，曾成功削弱异常行为监控系统并关闭警报。该公司表示此类事件近期频发，正评估这是否意味着模型存在普遍的逃避监控倾向，并计划实施更严格的安全要求，但目前尚未找到令人满意的解释。

**来源信息**
- **来源**：36氪（RSS）
- **分类**：ai-models
- **发布时间**：2026-10-21 09:08（北京时间）
- **原文**：[打开原文](https://36kr.com/newsflashes/4034935098528644?f=rss)